JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Sistem Pakar Mendiagnosa Penyakit Infeksi Usus Yang Disebabkan Oleh Bakteri Pada Anak Dengan Metode Teorema Bayes Adhelia Sanjaya1 .
Mukhlis Ramadhan2 .
Suardi Yakub3
1,2,3
Sistem Informasi.
STM IK Triguna Dharma Email: adheliasanjaya123@gmail.
com, 2mukhlisramadhan.
tgd@gmail.
com , 3yakubsuardi@gmail.
Email Penulis Korespondensi: adheliasanjaya123@gmail.
AbstrakOe Infeksi usus pada anak adalah peradangan pada usus halus atau usus besar.
Infeksi usus dapat menyerang anak-anak.
Karena anak-anak memiliki daya tahan tubuh yang lemah dan sangat rentan terhadap virus, bakteri dan udara di sekitarnya.
Oleh karena itu, penting bagi orang tua untuk memperhatikan tanda-tanda dehidrasi pada anak serta cara mencegah dan mengobati Infeksi usus adalah salah satu infeksi yang paling umum pada anak-anak, meskipun biasanya tidak berbahaya.
Infeksi usus pada anak merupakan penyebab utama kematian pada anak di bawah usia 5 tahun.
Tanpa perawatan yang tepat, infeksi usus pada anak bisa berbahaya.
M elihat Kasus tersebut, maka sangat dibutuhkan informasi yang tepat dan mudah untuk membantu masyarakat dalam mendiagnosa penyakit infeksi usus pada anak , diantaranya dengan mengembangkan suatu teknologi Aritificial Intelligence yaitu Sistem Pakar dengan menerapkan metode Teorema Bayes.
Hasil dari Sistem pakar menggunakan metode Teorema Bayes ini yaitu dapat memberikan kesimpulan diagnose berup a informasi dan solusi jika mengalami infeksi usus yang disebabkan bakteri pada anak secara cepat tanpa harus pergi kerumah sakit atau dokter.
Kata Kunci: Infeksi Usus pada anak.
Sistem Pakar.
Teorema Bayes AbstracOe Intestinal infections in children are inflammation of the small intestine or large intestine.
Intestinal infections can affect Because children have weak immune systems and are very vulnerable to viruses, bacteria and the air around them.
Therefore, it is important for parents to pay attention to signs of dehydration in children and how to prevent and treat dehydration.
Intestinal infections are one of the most common infections in children, although they are usually harmless.
Intestinal infections in children are the main cause of death in children under 5 years of age.
Without proper treatment, intestinal infections in children can be dangerous.
Seeing this case, accurate and easy information is really needed to help the public in diagnosing intestinal infections in children, including by developing an Artificial Intelligence technology, namely an Expert System by applying the Bayes Theorem The result of the expert system using the Bayes Theorem method is that it can provide diagnostic conclusions in the form of information and solutions if a child experiences an intestinal infection caused by bacteria quickly without having to go to the hospital or doctor.
Keywords: Bayes' Theorem.
Expert System.
Intestinal Infections in children.
PENDAHULUAN
Mikrobioma manusia terdiri dari sekitar 100 triliun mikroba, dan usus menampung sekitar 1000 spesies bakteri yang berbeda.
Populasi bakteri usus ini secara kolektif disebut sebagai mikrobiota usus.
Mikrobiota usus manusia terdiri dari 4 filum utama yang hidup berdampingan, termasuk Firmicutes.
Bacteroidetes.
Actinobacteria serta filum Proteobacteria.
Filum ini mewakili lebih dari 90% mikrobiota usus .
Mikrobiota usus mempertahankan homeostasis usus melalui mekanisme yang kompleks.
Jika homeostasis ini terganggu oleh berbagai rangsan gan, seperti stres, penuaan, atau faktor eksternal lainnya, mikrobiota memiliki kecenderungan kuat untuk kembali ke kondisi semula.
Selain itu, penggunaan probiotik secara oral juga berpotensi mengubah mikrobiota usus.
Menurut laporan World Health Organisation (WHO) pada tahun 2012 memperkirakan lebih dari 1,5 miliar orang atau 24% dari populasi dunia terinfeksi dengan cacing yang ditularkan melalui tanah yang ditularkan di seluruh Lebih dari 270 juta anak usia pra sekolah dan lebih dari 600 juta anak usia sekolah tinggal di daerah di mana parasit ini ditularkan secara intensif.
Jumlah kasus infeksi STHs terbanyak dilaporkan di kawasan Sub-Sahara Afrika, benua Amerika.
Cina dan Asia Timur.
Infeksi terjadi oleh karena ingesti telur cacing dari tanah yang terkontaminasi atau dari penetrasi aktif melalui kulit oleh larva di tanah.
Prevalensi protozoa usus pada beberapa negara di dunia masih relatif tinggi.
Di Eropa Utara 5%-20%, di Eropa Selatan 20%-51% dan di Amerika Serikat 4%-21%.
Penyebab infeksi usus dapat berasal dari virus, bakteri, atau parasit.
Dari ketiga penyebab tersebut, penyebab tersering adalah infeksi usus anak akibat virus.
Biasanya anak tertular infeksi usus lewat mulut, baik itu lewat makanan atau minuman yang tercemar kotoran atau tidak dimasak dengan matang, atau dari kotoran di lingkungan yang masuk mulut anak, misalnya dari tangan yang kotor.
Beberapa bakteri bahkan dapat menyebabkan gejala sistem saraf seperti pandangan kabur dan kelemahan otot.
Pada negara-negara berkembang termasuk Indonesia, penyebab tersering diare Adhelia Sanjaya, 2022.
Hal 125
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index adalah rotavirus, calicivirus, dan bakteri E.
Ketiga patogen ini merupakan penyebab dari lebih dari lima puluh persen kasus infeksi virus.
Oleh karena itu, penting bagi orang tua untuk mengawasi adanya tanda-tanda dehidrasi pada anak serta cara mencegah dan menangani dehidrasi.
Kemudian Sistem Pakar Diagnosa Penyakit Pada Kucing Dengan Metode Teorema Bayes Berbasis Android .
Analisis Data Mining Untuk Strategi Promosi Produk Kosmetik Di Ward ah Kosmetik Menggunakan Metode Apriori.
Perkembangan sistem pakar juga telah merambah dunia medis, terutama dengan penggunaan teorema Bayes dalam kasus-kasus tertentu .
antara lain Sistem Pakar Diagnosa Penyakit Kulit Akibat Virus Menggunakan Teorema Bayes.
METODOLOG I PENELITIAN
Tahapan Penelitian Metodologi penelitian adalah suatu proses dalam memperoleh data dan pengumpulan dari berbagai informasi, baik melalui studi literatur .
enelitian kepustakaa.
maupun melalui studi lapangan, serta melakukan pengolahan data untuk menarik suatu kesimpulan dari masalah yang di teliti.
Dalam metode penelitian pada Sistem Pakar Mendiagnosa Infeksi Usus Yang Disebabkan Oleh Bakteri Pada Anak terdapat beberapa bagian penting, yaitu sebagai berikut :
Teknik Pengumpulan Data Dalam Teknik pengumpulan data terdapat beberapa cara yabg dilakukan diantaranya yaitu :
Observasi Wawancara Studi Literatur Penerapan metode Teorema Bayes Infeksi Usus Diare dan muntah Ae muntah merupakan gejala yang umum dirasakan oleh penderita penykit infeksi usus pada anak.
Seseorang yang tengah dirawat di rumah sakit, sering menggunakan kolam renang umum atau memiliki sistem kekebalan tubuh yang lemah berisiko tinggi tertular organisme penyebab infeksi Usus .
Infeksi parasit usus yaitu cacing dan protozoa merupakan masalah kesehatan masyarakat di Indonesia.
Cacing usus yang banyak ditemukan adalah soil transmitted helminths .
acing yang ditularkan melalui tana.
yaitu Ascaris lumbricoides.
Trichuris trichiura dan cacing tambang, sedangkan protozoa adalah Giardia lamblia dan Blastocystis hominis.
Berikut adalah jenisjenis Penyakit Infeksi Usus :
Pseudomembranous Colitis (Peradangan Usus Besa.
Enterocolitis (Infeksi Usus Yang disebabkan Oleh bakter.
Necrotizing Colitis (Peradangan Usus Halu.
Sistem Pakar Sistem pakar .
xpert syste.
adalah sistem yang menggunakan pengetahuan manusia, dimana pengetahuan tersebut dimasukkan ke dalam sebuah komputer, dan kemudian digunakan untuk menyelesaikan masalah-masalah yang biasanya membutuhkan kepakaran atau keahlian manusia.
Dalam kasus ini, sistem pakar digunakan untuk menentukan jenis gangguan perkembangan pada anak, dimana ada beberapa jenis gangguan yang bisa dialami oleh anak usia antara 1-10 tahun, karna itu dalam kasus ini, sisten pakar digunakan untuk membantu pihak-pihak yang ingin mengetahui jenis gangguan pada anak, dimana dalam kasus ini ada empat jenis gangguan yang dibahas, yaitu gangguan pemusatan perhatian, gangguan belajar, autisme dan gangguan bicara.
Didalam penerapan sistem pakar ini dibantu dengan menggunakan metode demster shafer.
Demster shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning .
ungsi kepercayaan dan pemikiran yang masuk aka.
, yang digunakan untuk mengkombinasikan potongan informasi yang terpisah .
untuk mengkalkulasi kemungkinan dari suatu .
Sistem pakar pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an.
Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi .
iasanya diberikan oleh pe ngguna suatu siste.
mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut.
Sistem Pakar adalah program intensif pengetahuan yang memberikan kemampuan untuk mengembangkan system informasi yang memiliki kemampuan untuk menghasilkan infrensi penalaran dan prediksi guna untuk memecahkan masalah dengan menangkap keahlian manusia secara terbatas domain p engetahuan dan pengalaman.
Metode Teorema Bayes Adhelia Sanjaya, 2022.
Hal 126
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Teorema Bayes sudah dikenal dalam bidang kedokteran tetapi teori ini lebih banyak diterapkan dalam logika kedokteran modern.
Teori ini lebih banyak diterapkan pada hal-hal yang berkenaan dengan probabilitas serta kemungkinan dari penyakit dan gejala-gejala yang berkaitan.
Teorema Bayes merupakan metode yang baik didalam mesin pembelajaran berdasarkan data training, dengan menggunakan probabilitas bersyarat sebagai Metode Bayes juga merupakan suatu metode untuk menghasilkan estimasi parameter dengan menggabungkan informasi dari sampel dan informasi lain yang telah tersedia sebelumnya.
c )yec.
yc a.
= Probabilitas hipotesis H terjadi jika evidence E P.
= Probabilitas munculnya evidence .
E, jika hipotesis H terjadi P.
= Probabilitas hipotesis H tanpa memandang evidence .
apapun P.
= Probabilitas evidence E tanpa memandang apa pun HASIL DAN PEMBAHASAN Penerapan Metode Teorema Bayes Digunakan untuk menghitung variabel berdasarkan nilai ketidakpastian pada ahli dan dirumuskan berdasarkan data yang ada.
Nilai ketidakpastian data gejala dan penyakit digunakan sebagai acuan sistem dalam mengumpulkan pengetahuan penyakit.
Nilai teorema yang digunakan untuk menghit ung probabilitas suatu hipotesis Menentukan Jenis Penyakit dan Gejala Infeksi Usus Pada anak Berdasarkan hasil wawancara dengan pakar maka didapat data jenis penyakit dan gejala gangguan tidur sebagai Tabel 2.
Data Penyakit No.
Kode Penyakit Jenis Penyakit Pseudomembranous P01 Colitis P02 Enterocolitis P03 Necrotizing Colitis Tabel 3.
Data Gejala Gejala Diare yang berair atau berdarah Kram,Nyeri.
Sensitif pada perut
Deman Nanah atau lendir pada feses Mual
Dehidrasi
Muntah Ae muntah
Tidak nafsu makan
Sakit perut
Nyeri pada dubur
Keluar darah atau lendir pada dubur
Perut membesar disertai kemerahan Muntah berwarna kehijauan Lemas Sulit menyusui Diare Deman Buang air besar berdarah atau kehitaman Sulit menyusui Detak jantung melemah Tekana darah rendah
Kode Gejala
G01
G02
G03
G04
G05
G06
G07
G08
G09
G10
G11
G12
G13
G14
G15
G16
G17
G18
G19
G20
G21
Membentuk Basis Aturan Adhelia Sanjaya, 2022.
Hal 127
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Berikut kaidah aturan (Rul.
dalam penentuan jenis penyakit :
Rule 1 JIKA diare yang berair atau berdarah DAN kram,nyeri,atau sensitif pada perut DAN demam DAN nanah atau lendir pada fases DAN mual DAN dehidrasi MAKA Pseudomembranous Colitis (Peradangan Usus Besa.
Rule 2 JIKA muntah Ae muntah DAN diare DAN tidak nafsu makan DAN sakit perut DAN nyeri pada dubur DAN keluar darah atau lendir pada fases MAKA Enterocolitis ( Infeksi Usu.
Rule 3 JIKA perut membesar disertai kemerahan DAN muntah berwarna kehijauan DAN lemas DAN sulit menyusu DAN diare DAN demam DAN buang air besar berdarah atau kehitaman DAN sulit bernapas= YES AND detak jantung melemah DAN tekanan darah rendah MAKA Necrotizing Enterocolitis Berdasarkan rule diatas dapat disimpan dalam bentuk sebuah tabel sehingga dapat lebih mudah untuk dimengerti kemudian dapat diketahui jenis gangguan tidur pada remaja dan dapat dijadikan sebagai diagnosa awal.
Dimana bentuk tabel dengan kaidah diatas diperoleh tabel rule base knowledge sebagai berikut :
Kode Penyakit Tabel 4.
Rule Base Knowledge Kode Gejala
Probabilitas 0,15 G12
0,25
0,15
G10
0,13
G11
0,12
P01
P02
Adhelia Sanjaya, 2022.
Hal 128
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Tabel 4.
Rule Base Knowledge(Lanjuta.
G13
P03
G17
0,25
G15
G16
G18
G19
G20
G21
Setelah hasil penjumlahan diketahui, maka akan di dapatkan rumus untuk menghitung nilai semesta :
P(H.
=(P (H.
)/( Oc_(Gn )^nne ) P01 = Pseudomembranous colitis (Peradangan usus besa.
G1 = 0,1/2 = 0,05 G3 = 0,2/2 = 0,1 G4 = 0,15/2 = 0,075 G5 = 0,8/2 = 0,4 G12 = 0,5/2 = 0,25 G2 = 0,25/2 = 0,125 P02 = Enterocolitis .
nfeksi usus disebabkan bakter.
G7 = 0,3/1 = 0,3 G6 = 0,1/1 = 0,1 G8 = 0,2/1 = 0,2 G9 = 0,15/1 = 0,15 G10 = 0,3/1 = 0,3 G11 = 0,12/1 = 0,12 P03 = Necrotizing colitis (Peradangan usus halu.
G13 = 0,5/2,85 = 1,75 G1 = 0,1/2,85 = 0,03 G17 = 0,25/2,85 = 0,08 G15 = 0,4/2,85 =0,14 G16 = 0,5/2,85 =0,17 G18 = 0,2/2,85 = 0,07 G19 = 0,2/2,85 = 0,07 G20 = 0,5/2,85 = 0,17 G21 = 0,2/2,85 = 0,07 Setelah nilai P(H.
diketahui, maka nilai probabilitas hipotesa H tanpa memandang evidence apapun.
Oc = ycE.
O ycE.
a\yaycn Oe yc.
yco=1 Pseudomembranous colitis .
,1x0,.
,2x0,.
,15x0,.
,8x0,.
,5x0,.
,25x0,.
= 0,5125 Enterocolitis .
,3x0,.
,1x0,.
,2x0,.
,15x0,.
,3x0,.
,12x0,.
= 0,2669 Necrotizing colitis .
,5x1,.
,1x0,.
,25x0,.
,4x0,.
,5x0,.
,2x0,.
,2 x0,.
,5x0,.
,2x 0,.
1,138 Adhelia Sanjaya, 2022.
Hal 129
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Menentukan nilai p(H.
E) mencari nilai P(H.
E) atau probabilits hipotesa benar jika diberikan evidence E.
P (Hi ) O ycE.
= Ocycuyaycu
Pseudomembranous colitis 0,05 y0,1 = 0,009 G12
0,51
0,13y0,2 = 0,050 0,51 0,075y0,15 0,51 0,4y0,8 = 0,220 = 0,627 0,51 0,25y0,5 = 0,245 0,51 0,125y0,25 0,51 = 0,061 Enterocolitis 0,3y0,3 = 0,34 0,1y0,1 0,26 0,26 = 0,034 G10
G11
0,2y0,2 = 0,153 0,26 0,15y0,15 0,26 0,3y0,3 = 0,86 = 0,34 0,26 0,12y0,12 0,26 = 0,055 Necrotizing colitis 1,75y0,5 G13
= 0,774
G17
G15
G16
G18
G19
G20
G21
1,13
1,03y0,1 = 0,002 1,13 0,08y0,25 1,13 0,14y0,4 1,13 0,17y0,5 1,13 0,07y0,2 1,13 0,07y0,2 1,13 0,17y0,5 1,13 0,7y0,2 1,13 = 0,017 = 0,049 = 0,075 = 0,123 = 0,123 = 0,075 = 0,123 Menentukan nilai bayes ycu Oc yaAycaycyceyc = ycE .
a | ya1 ) O ycE( ya1 .
a1 ) U ycE( ya .
aycn ) O ycE .
aycn ) yaycu Pseudomembranous colitis .
,1x0,.
,2x0,.
,15x0,.
,8x0,.
,5x0,.
,25x0,.
= 0,674 Enterocolitis .
,3x0,.
,1x0,.
,2x0,.
,15x0,.
,3x0,.
,12x0,.
= 0,309 Necrotizing colitis .
,5x0,.
,1x0,.
,25x0,.
,4x0,.
,5x0,.
,2x0,.
,2x0,.
,5x0,.
,2x0,.
= 0,8455 Dari proses perhitungan menggunakan metode bayes d i atas, berikut ini adalah tabel hasil nilai probabilitas bayes.
Tabel 3.
7 Hasil Nilai Probabilitas Bayes Adhelia Sanjaya, 2022.
Hal 130
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Kode penyakit Nama Penyakit P01
P02
P03
Pseudomembranous colitis Enterocolitis Necrotizing colitis Nilai Probabilitas 0,67 0,30 0,84 Persentase(% ) Berikut dibawah ini diuraikan mengenai nilai kepaastian darihasil deteksi penyakit sebagai berikut.
Tabel 3.
8 Hasil Nilai Probabilitas Bayes Keterangan Nilai deteksi (% ) Tidak pasti Kurang pasti Pasti Sangat pasti 0 s/d 25 26 s/d 50 51 s/d 75 76 /d 100 Kesimpulan Berdasarkan hasil perhitungan menggunakan metode teorema bayes diatas, maka dapat disimpulkan bahwa penyakit dengan nilai deteksi tertinggi adalah penyakit Necrotizing colitis/peradangan usus halus (P.
dengan nilai kepastian 0,84 .
%)(Sangat Past.
Implementasi Sistem Berikut ini merupakan hasil implementasi sistem yang telah dibangun dengan berbasis web :
Tampilan Halaman Utama Halaman utama ini merupakan halaman yang dapat diakses oleh masyarakat dalam melakukan proses diagnosa penyakit Infeksi Usus Pada Anak.
Tampilam halaman utama akan terlihat pada saat website dibuka dengan http://localhost/usus_bayes/ berikut tampilan halaman menu utama yang telah dibangun .
Gambar 1.
Tampilan Menu Utama Tampilan Halaman Login Halaman login adalah halaman yang digunakan admin untuk masuk ke dalam sistem dengan menggunakan username dan password yang sudah terdaftar pada sistem database.
Halaman login digunakan admin untuk mengelolah aplikasi secara keseluruhan.
Berikut ini tampilan halaman login yang telah selesai dibangun.
Gambar 2.
Tampilan Halaman Login Adhelia Sanjaya, 2022.
Hal 131
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Tampilan Halaman Konsultasi Halaman konsultasi merupakan tahapan awal bagi masyarakat untuk melakukan diagnosa.
Proses pemilihan gejala pada halaman konsultasi dapat dilakukan dengan memilih minimal 3 gejala yang paling sering dirasakan pengguna sistem selama dua minggu terakhir sesuai dengan pikiran yang dialami Pasien Infeksi Usus Pada Anak, sehingga nantinya dapat dilakukan pendiagnosaan terhadap gejala yang telah dipilih tersebut.
Berikut ini tampilan halaman diagnosa.
Gambar 3.
Tampilan Halaman Konsultasi Tampilan Hasil Konsultasi Setelah melakukan proses diagnosa dengan memilih beberapa gejala, maka dilakukan proses perhitungan dengan menggunakan metode Certainty Factor untuk mengetahui nilai kepastian terhadap jenis penyakit gangguan tidur ada remaja.
Berikut ini tampilan dari halaman hasil diagnosa.
Gambar 4.
Tampilan Halaman Hasil Konsultasi Tampilan Halaman Utama Admin Halaman menu utama admin merupakan halaman yang dapat diakses oleh psikolog/pakar yang telah memiliki hak akses yang digunakan untuk memasukkan pengetahuan dari seorang pakar kedalam komputer.
Halaman ini berisi data penyakit , data gejala ,data basis pengetahuan dan data riwayat konsultasi yang dapat di tambah, hapus dan edit.
Berikut ini tampilan halaman utama admin yang telah dibangun.
Gambar 5.
Tampilan Halaman Menu Utama Admin Tampilan Halaman Data Penyakit Halaman data panyakit digunakan untuk admin mengelola data jenis penyakit gangguan tidur.
Halaman data penyakit ini terdiri dari kode penyakit, nama penyakit, solusi penyakit, dan pengolahan data seperti tambah data, hapus data, dan mengubah data penyakit yang telah dimasukkan ke dalam sistem.
Berikut tampian halaman data penyakit yang telah dibangun.
Adhelia Sanjaya, 2022.
Hal 132
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Gambar 6.
Tampilan halaman Data Penyakit Tampilan Halaman Data Gejala Halaman data panyakit digunakan untuk admin mengelola data gejala pada gangguan tidur.
Halaman data gajala ini terdiri dari kode gejala, nama penyakit dan pengolahan data seperti tambah data, h apus data, dan mengubah data gejala yang telah dimasukkan ke dalam sistem.
Berikut tampian halaman data gejala yang telah dibangun.
Gambar 7.
Tampilan Data Gejala Tampilan Halaman Data Basis Halaman pengolahan basis pengetahuan disediakan admin untuk mengelola basis aturan yang berfungsi membentuk rule berdasarkan kesinambungan antara data gejala dengan kemungkinan terindikasi penyakit gangguan tidur pada remaja.
Berikut ini merupakan tampilan halaman pengolahan basis pengetahuan.
Gambar 8.
Tampilan Data Basis Pengetahuan Adhelia Sanjaya, 2022.
Hal 133
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index KESIMPULAN Menganalisa data sistem yang akan dibuat dengan cara mengumpulkan informasi dari berbagai pihak melalui wawancara dan observasi.
Untuk membuat perancangan sistem yaitu dengan cara mengetahui kebutuhan sistem dalam mendiagnosa penyakit infeksi usus yang disebabkan oleh bakteri pada anak.
Berdasarkan hasil penelitian, sebelum dilakukan perancangan sistem maka terlebih dahulu dirancang menggunakan Unified Modelling Language (UML) dan melakukan pembuatan database.
Dalam membangun sistem terhadap desain sistem yang sudah dirancang adalah dengan melakukan pengkodingan dari sistem input, proses dan output menggunakan bahasa pemrograman yang dibutuhkan program dan sistem aplikasi dijalankan dengan melakukan perhitungan metode Teorema Bayes dengan cara menguji coba sistem untuk meminimalisir kesalahan terhadap aplikasi.
UCAPAN TERIMAKASIH
Terima kasih diucapkan kepada Allah SWT yang memberikan rahmat dan karunia sehingga mampu menyelesaikan jurnal ini.
Kemudian kepada Bapak Mukhlis Ramadhan dan Bapak Suardi Yakub atas segala waktu dan ilmu nya yang telah memberikan bimbingan selama masa pengerjan hingga menyelesaikan jurnal ini dan kepada dosen Ae dosen STMIK Triguna Dharma yang telah memberikan ilmunya.
REFERENCES